-
公开(公告)号:CN118521056A
公开(公告)日:2024-08-20
申请号:CN202311524865.3
申请日:2023-11-15
申请人: 中国电力科学研究院有限公司 , 华北电力大学
IPC分类号: G06Q10/0631 , G06Q10/067 , G06Q50/06 , G06Q50/26
摘要: 本发明公开了一种用于冷热电联供系统低碳经济优化调度的方法及系统,属于微电网节能减排技术领域。本发明方法,包括:针对冷热电联供系统,构建冷热电联供系统模型、需求响应模型和碳排放交易模型;根据所述冷热电联供系统模型、需求响应模型和碳排放交易模型,构建所述冷热电联供系统的低碳经济优化调度模型;获取所述低碳经济优化调度模型所对应的参数值,将所述参数值代入所述低碳经济优化调度模型进行求解,以得到最优解,以最优解作为优化调度策略,对冷热电联供系统进行低碳经济优化调度。本发明促进了可再生能源的消纳,提高了能源的利用率。
-
公开(公告)号:CN118134069A
公开(公告)日:2024-06-04
申请号:CN202311649439.2
申请日:2023-12-04
申请人: 华北电力大学 , 中国电力科学研究院有限公司 , 国网福建省电力有限公司 , 国网福建省电力有限公司经济技术研究院 , 国家电网有限公司
IPC分类号: G06Q10/063 , G06Q10/0637 , G06Q10/0631 , G06Q50/06
摘要: 本发明涉及了一种碳减排量贡献度的计算方法、装置、介质和电子设备,计算方法包括:获取输入信息,输入信息包括使用多种能源的多种机组参数信息、时序预测信息和目标调度信息,目标调度信息至少包括多种基础调度策略对应的信息和组合调度策略对应的信息,组合调度策略至少包括两种基础调度策略;通过多个目标调度模块生成输出结果;根据输出结果和多种机组参数信息计算各目标调度模块对应的新能源场站碳减排量;基于各目标调度模块对应的新能源场站碳减排量计算各基础调度策略对碳减排量的贡献度。本申请能够计算得到精度较高的碳减排量,且全面考虑了各因素对碳减排量的影响,得到了较为精准的各基础调度策略对碳减排量的贡献度。
-
公开(公告)号:CN116432548A
公开(公告)日:2023-07-14
申请号:CN202310248593.2
申请日:2023-03-09
申请人: 华北电力大学
IPC分类号: G06F30/28 , G06F30/27 , G06N3/096 , G06F111/10 , G06F113/08 , G06F119/14
摘要: 本公开涉及一种基于迁移学习的融合风速计算方法、装置、设备及介质。其中,基于迁移学习的融合风速计算方法包括:在多个测风塔中根据风速相关性确定基准测风塔;获取基准测风塔的第一真实观测风速数据与第一模拟风速数据,以及获取目标点位的第二模拟风速数据;对第一真实观测风速数据、第一模拟风速数据和第二模拟风速数据进行时序风速计算,得到目标点位的第一时序风速数据;通过迁移学习神经网络模型对第一时序风速数据进行模型计算,得到目标点位的第一融合时序风速数据。根据本公开实施例,能够通过多数据进行融合计算的方法,有效提高风速计算精度。
-
公开(公告)号:CN117893355A
公开(公告)日:2024-04-16
申请号:CN202410039179.5
申请日:2024-01-10
申请人: 华北电力大学
摘要: 本公开涉及一种基于移动轨迹的区域电力模拟方法、装置、设备及介质。该方法包括:获取不同用户类型在活动区域的移动轨迹数据,并获取活动区域的建筑类型;基于建筑类型和移动轨迹数据中轨迹点的时间信息,对活动区域进行行为状态预测,确定不同用户类型的行为状态;根据不同用户类型的行为状态以及轨迹点对应的外部环境参数,预测活动区域中不同用户类型的电器使用行为;基于不同用户类型的电器使用行为,对活动区域进行能耗模拟,得到活动区域的能耗模拟数据。可见,移动轨迹数据包多种微观特征和复杂特征,因此,当面对个体行为的多样性和复杂性的活动区域,能够精准的进行区域电力模拟,最终提高了节能减排效果、能源效率和管理效果。
-
公开(公告)号:CN117784282A
公开(公告)日:2024-03-29
申请号:CN202311799805.2
申请日:2023-12-25
申请人: 华北电力大学
IPC分类号: G01W1/02 , G06F18/27 , G06F18/243 , G06N5/01 , G06N20/20 , G06N3/0455 , G06N3/0464 , G06N3/096 , G01W1/10 , G06F123/02
摘要: 本公开涉及一种风光电站的天气预报数据预测方法、装置、设备及介质。该方法包括:获取风光电站在当前时刻之后的数值气象要素数据,并获取风光电站在当前时刻之后的预测风光时序数据;利用风光数据预测模型,对数值气象要素数据和预测风光时序数据进行处理,预测风光电站在未来时间段内的风光数据,得到风光电站的天气预报数据。由此,结合表征全球场大气状态特征的数值气象要素数据以及包含时序特征的预测风光时序数据,并利用训练好的风光数据预测模型,来预测风光电站未来的风光数据,提高了风光数据的预测精度,降低了风光电站在短期发电时产生的功率预测误差,从而保证电力系统平稳安全的运行。
-
公开(公告)号:CN116398376A
公开(公告)日:2023-07-07
申请号:CN202310316315.6
申请日:2023-03-24
申请人: 华北电力大学
摘要: 本发明涉及风电技术领域,具体提供一种风电机组的来流风速获取方法、控制装置及存储介质,旨在解决如何更为准确地获取风电机组的来流风速的问题。为此目的,本发明获取风电机组的监测控制系统数据和地形参数,根据监测控制系统数据和地形参数,应用训练好的时间卷积网络模型,来获取风电机组的来流风速,综合考虑了监测控制系统数据和地形参数对于来流风速的影响,在确定监测控制系统数据与来流风速之间的联系的同时,考虑了风电机组的地形参数,减小地形因素对来流风速的影响;引入时间卷积网络模型,考虑风速在时序上的规律和不确定性,有效增加获取风电机组的来流风速的过程的鲁棒性和泛化性,以获取更为准确的来流风速。
-
公开(公告)号:CN117907938A
公开(公告)日:2024-04-19
申请号:CN202311766852.7
申请日:2023-12-20
申请人: 华北电力大学
IPC分类号: G01S5/22
摘要: 本公开涉及一种裂纹螺栓定位方法、装置、设备及介质。该方法包括:获取待测裂纹螺栓的多个声发射信号,其中,待测裂纹螺栓安装在风电机组的塔筒法兰上,多个声发射信号由多个声发射传感器分别采集,多个声发射传感器安装在风电机组的塔筒法兰的不同位置上;基于多个声发射信号分别对应的传播时间,确定待测裂纹螺栓在风电机组的塔筒法兰上的目标位置。由此,采用声发射监测方式,基于不同声发射信号分别对应的传播时间,实时定位风电机组的塔筒法兰上的裂纹螺栓的位置,其所需传感器数目少,成本较低,并且,声发射传感器的结构简单,安装方便,识别准确率较高,有效降低了风电机组倒塌的风险,提高了风电机组的安全性。
-
公开(公告)号:CN117375094A
公开(公告)日:2024-01-09
申请号:CN202311091533.0
申请日:2023-08-28
申请人: 华北电力大学
摘要: 本公开涉及一种风电制氢掺氢系统的控制方法、装置、设备、介质及系统。获取风电场中弃风电能的处理数据、天然气管网的气网节点数据以及天然气管网的气网节点连接关系,其中,制氢设备用于将弃风电能制备成氢气,以使氢气掺入天然气管网,天然气管网用于将制氢设备制备好的氢气运输至氢气使用设备;基于弃风电能的处理数据和气网节点数据,确定风电制氢掺氢系统的目标函数,以及基于弃风电能的处理数据、气网节点数据和气网节点连接关系,确定目标函数的约束条件;根据约束条件和目标函数,确定风电制氢掺氢系统的优化参数;基于优化参数,控制风电制氢掺氢系统运行。由此,能够控制风电制氢掺氢系统中的不同主体相互耦合,提高了弃风电能的利用率。
-
公开(公告)号:CN118232331A
公开(公告)日:2024-06-21
申请号:CN202410359515.4
申请日:2024-03-27
申请人: 华北电力大学
IPC分类号: H02J3/00 , G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/08
摘要: 本公开涉及一种波浪能发电功率预测方法、装置、设备及介质。该方法包括:获取待预测区域的波浪发电实测功率;利用微调好的波浪发电功率预测模型,对待预测区域的波浪发电实测功率进行处理,确定待预测区域的波浪发电预测功率;其中,波浪发电功率预测模型利用参考区域的波浪高度数据对初始神经网络进行预训练,并利用参考区域的波浪发电实测功率对得到的预训练模型进行微调确定,波浪高度数据与所述参考区域的波浪发电实测功率呈正相关关系,并且,正相关关系的关系值大于预设的正相关值。由此,采用公开易得的波浪高度数据和少量的波浪发电实测功率分别进行预训练和微调,实现了利用少量的波浪发电实测功率,精准的进行波浪发电功率预测。
-
公开(公告)号:CN115450864B
公开(公告)日:2024-11-15
申请号:CN202211341472.4
申请日:2022-10-26
申请人: 华北电力大学
摘要: 本发明公开了属于风电机组状态预警及故障诊断技术领域的一种基于合成少数类样本的风电机组叶片结冰诊断方法。该方法包括步骤1:监测并记录风电机组的结冰状态,给相应的SCADA数据增加结冰标签,将瞬时特征、原始SCADA数据提取的特征及时序特征结合成最终特征;步骤2:拟合理论功率曲线,采用KBS2合成少数类样本过采样方法形成新的数据集;步骤3:对训练集进行多次迭代,并得出测试集的准确率指标;步骤4:离线训练、在线部署及应用风电机组叶片结冰状态预测模型。本发明能够解决风电机组叶片结冰特征提取及结冰数据占比过低的问题,为风电机组运行维护、状态预警及故障预测研究提供可靠的方法基础。
-
-
-
-
-
-
-
-
-